Harris角点检测matlab代码

%%%Prewitt Operator Corner Detection.m

%%%时间优化--相邻像素用取差的方法

%%

clear;

for nfigure=1:6

t=input('input your figure’s name(including its extern name):','s');

% t1 = tic; %测算时间

FileInfo = imfinfo(t); % 保存图像的所有信息

Image = imread(t); % 读取图像

% 转为灰度值图像(Intensity Image)

if(strcmp('truecolor',FileInfo.ColorType) == 1) %转为灰度值图像

Image = im2uint8(rgb2gray(Image));

end

dx = [-1 0 1;-1 0 1;-1 0 1]; %dx：横向Prewitt差分模版

Ix2 = filter2(dx,Image).^2;

Iy2 = filter2(dx',Image).^2;

Ixy = filter2(dx,Image).*filter2(dx',Image);

%生成 9*9高斯窗口。窗口越大，探测到的角点越少。

h= fspecial('gaussian',9,2);

A = filter2(h,Ix2); % 用高斯窗口差分Ix2得到A

B = filter2(h,Iy2);

C = filter2(h,Ixy);

nrow = size(Image,1);

ncol = size(Image,2);

Corner = zeros(nrow,ncol); %矩阵Corner用来保存候选角点位置,初值全零，值为1的点是角点

%真正的角点在137和138行由(row_ave,column_ave)得到

%参数t:点(i,j)八邻域的“相似度”参数，只有中心点与邻域其他八个点的像素值之差在

%（-t,+t）之间，才确认它们为相似点，相似点不在候选角点之列

t=20;

%我并没有全部检测图像每个点，而是除去了边界上boundary个像素，

%因为我们感兴趣的角点并不出现在边界上

boundary=8;

for i=boundary:nrow-boundary+1

for j=boundary:ncol-boundary+1

nlike=0; %相似点个数

if Image(i-1,j-1)>Image(i,j)-t && Image(i-1,j-1)nlike=nlike+1;

end

if Image(i-1,j)>Image(i,j)-t && Image(i-1,j)nlike=nlike+1;

end

if Image(i-1,j+1)>Image(i,j)-t && Image(i-1,j+1)nlike=nlike+1;

end

if Image(i,j-1)>Image(i,j)-t && Image(i,j-1)nlike=nlike+1;

end

if Image(i,j+1)>Image(i,j)-t && Image(i,j+1)nlike=nlike+1;

end

if Image(i+1,j-1)>Image(i,j)-t && Image(i+1,j-1)nlike=nlike+1;

end

if Image(i+1,j)>Image(i,j)-t && Image(i+1,j)nlike=nlike+1;

end

if Image(i+1,j+1)>Image(i,j)-t && Image(i+1,j+1)nlike=nlike+1;

end

if nlike>=2 && nlike<=6

Corner(i,j)=1;%如果周围有0，1，7，8个相似与中心的（i,j）

%那(i,j)就不是角点，所以，直接忽略

end;

end;

end;

CRF = zeros(nrow,ncol); % CRF用来保存角点响应函数值,初值全零

CRFmax = 0; % 图像中角点响应函数的最大值，作阈值之用

t=0.05;

% 计算CRF

%工程上常用CRF(i,j) =det(M)/trace(M)计算CRF，那么此时应该将下面第105行的

%比例系数t设置大一些，t=0.1对采集的这几幅图像来说是一个比较合理的经验值

for i = boundary:nrow-boundary+1

for j = boundary:ncol-boundary+1

if Corner(i,j)==1 %只关注候选点

M = [A(i,j) C(i,j);

C(i,j) B(i,j)];

CRF(i,j) = det(M)-t*(trace(M))^2;

if CRF(i,j) > CRFmax

CRFmax = CRF(i,j);

end;

end

end;

end;

%CRFmax

count = 0; % 用来记录角点的个数

t=0.01;

% 下面通过一个3*3的窗口来判断当前位置是否为角点

for i = boundary:nrow-boundary+1

for j = boundary:ncol-boundary+1

if Corner(i,j)==1 %只关注候选点的八邻域

if CRF(i,j) > t*CRFmax && CRF(i,j) >CRF(i-1,j-1) ......

&& CRF(i,j) > CRF(i-1,j) && CRF(i,j) > CRF(i-1,j+1) ......

&& CRF(i,j) > CRF(i,j-1) && CRF(i,j) > CRF(i,j+1) ......

&& CRF(i,j) > CRF(i+1,j-1) && CRF(i,j) > CRF(i+1,j)......

&& CRF(i,j) > CRF(i+1,j+1)

count=count+1;%这个是角点，count加1

else % 如果当前位置（i,j）不是角点，则在Corner(i,j)中删除对该候选角点的记录

Corner(i,j) = 0;

end;

end;

end;

end;

% disp('角点个数');

% disp(count)

figure,imshow(Image); % display Intensity Image

hold on;

% toc(t1)

for i=boundary:nrow-boundary+1

for j=boundary:ncol-boundary+1

column_ave=0;

row_ave=0;

k=0;

if Corner(i,j)==1

for x=i-3:i+3 %7*7邻域

for y=j-3:j+3

if Corner(x,y)==1

% 用算数平均数作为角点坐标，如果改用几何平均数求点的平均坐标，对角点的提取意义不大

row_ave=row_ave+x;

column_ave=column_ave+y;

k=k+1;

end

end

end

end

if k>0 %周围不止一个角点

plot( column_ave/k,row_ave/k ,'g.');

end

end;

end;

end